针对风速、流量、探源距、测试管管长和管径等因素对核设施退役中管道内α污染测量造成的非线性影响,采用控制变量法开展长距离α测量(Long range alpha detector,LRAD)模拟装置下的多参数影响实验,初步分析了各种因素对系统测量值的影响特征,建立了以影响因素和测量值为输入、放射源活度为输出的BP神经网络模型,分别对948和100组数据进行了模型建立和实例检验,结果说明,预测平均相对误差为3.4218×10–4,实例平均相对误差为2.217×10–2。应用BP网络模型模拟LRAD装置下的α活度是可行且有效的。
针对多参数影响长距离α测量(Long range alpha detector,LRAD)系统准确度的问题,通过模拟现场管道,开展管道内LRAD敞开式测量关键参数特征研究试验,获得影响系统收集离子的特征。针对系统输入输出的非线性关系,用BP神经网络对多参数影响下系统的输出进行网络训练与预测,预测平均百分误差在5%以内。研究表明,满足放射性测量统计涨落规律条件下,BP网络对LRAD分析结果预测有较好的准确度,基本克服了系统非线性的影响。
